kebun-sawit1.jpg

PENDAHULUAN

Penggunaan matematika untuk pemecahan masalah telah dipergunakan manusia sejak ribuan tahun yang lalu. Namun demikian, studi formal dan pemakaian aplikasi dari teknik kuantitatif dalam pengambilan keputusan praktis baru berkembang di abad ke dua puluh. Dewasa ini, keberadaan komputer telah menjadikan penggunaan analisa kuantitatif menjadi sangat berkembang.

Analisa kuantitatif adalah pendekatan sains untuk dipergunakan dalam pengambilan keputusan. Pendekatan ini menggunakan data, misalnya barang mentah yang dipergunakan dalam suatu pabrik, data tersebut diolah untuk dipergunakan dalam pengambilan keputusan. Proses Input-Output yang dilakukan pada data mentah untuk diolah menjadi informasi yang bermanfaat bagi pengambilan keputusan inilah yang menjadi jantung dari analisa kuantitatif.

Gambar 1: Proses Masukan Keluaran
[saat ini belum tersedia]

Proses Masukan keluaran adalah suatu penggambaran dari suatu sistim fisik (sistem operasional) yang mencerminkan proses transformasi dari masukan menjadi keluran melalui serangkaian mekanisme/proses dengan melibatkan sumber daya manusia dan bukan manusia (mesin, uang, baan baku, energi. Informasi, dan lain-lain). Semakin besar aktivitas sistem fisik, maka semakin kompleks permasalahan yang dihadapi.

Dalam memecahkan masalah, manajer harus mempertimbangkan faktor-faktor kualitatif maupun kuantitatif. Misalnya, kita mungkin mempertimbangkan berbagai alternatif investasi, termasuk investasi dalam bentuk deposito di bank, investasi dalam pasar modal, dan investasi dalam real estate. Kita dapat mempergunakan analisa kuantitatif untuk menghitung tingkat keuntungan yang akan kita terima di kemudian hari dari investasi yang kita lakukan tersebut.

Analisa kuantitatif juga dipergunakan dalam perhitungan rasio keuangan dari balance sheet dari berbagai saham dari berbagai perusahaan. Berbagai perusahaan real estate juga telah mengembangkan program komputer yang menggunakan analisa kuantitatif untuk menganalisa arus kas dan tingkat pengembalian dari investasi dalam bidang properti.

Sebagai tambahan dalam analisa kuantitatif, faktor-faktor kualitatif harus juga dipertimbangkan. Masalah iklim, hukum dan perundangan, perkembangan teknologi, hasil pemilihan umum, dan lain sebagainya, yang merupakan faktor-faktor yang sulit untuk dikuantitatifkan.

Mengingat pentingnya faktor kualitatif, peran dari analisa kuantitatif dalam pengambilan keputusan menjadi sangat beragam. Ketika terdapat kesenjangan dalam faktor-faktor kualitatif, ketika masalah, model dan data masukan tetap sama, hasil dari analisa kuantitatif tetap dapat dipertanggungjawabkan dalam proses pengambilan keputusan. Sebagai contoh, berbagai perusahaan menggunakan model kuantitatif inventory untuk menetapkan dengan pasti kapan harus memesan bahan mentah. Dalam berbagai kasus, analisa kuantitatif merupakan alat bantu yang berguna dalam proses pengambilan keputusan. Hasil dari analisa kuantitatif akan digabungkan dengan berbagai informasi kualitatif lainnya untuk pengambilan keputusan.

PENDEKATAN ANALISA KUANTITATIF

Pendekatan analisa kuantitatif terdiri atas pendefinisian masalah, pengembangan model, pengambilan data masukan, pengembangan solusi, pengujian solusi, analisa hasil, dan implementasi dari hasil (lihat gambar 2). Setiap langkah tidaklah harus dilakukan sampai selesai untuk memulai langkah berikutnya, dalam banyak kasus, satu atau beberapa langkah perlu disempurnakan atau diulang sebelum diambil kesimpulan akhir.

Gambar 2: Pendekatan Analisa Kuantitatif
[saat ini belum tersedia]

Pendefinisian Masalah

Langkah pertama dalam analisa kuantitatif adalah membangun pernyataan yang jelas tentang masalah yang ada. Pernyataan ini akan memberikan arah dari langkah-langkah berikutnya.

Dalam banyak kasus, mendefinisikan masalah adalah langkah yang paling sulit tetapi juga paling penting. Adalah penting untuk mencari tahu akar dari masalah yang ada. Satu masalah dapat saja terkait dengan masalah lainnya; menyelesaikan satu masalah tanpa mempertimbangkan masalah lainnya dapat saja menjadikan persoalannya menjadi tambah runyam. Jadi, adalah penting untuk menganalisa bagaimana solusi terhadap satu masalah akan mempengaruhi masalah lainnya atau terhadap situasi umum secara keseluruhan.

Membangun Model

Setelah kita dapat mengidentifikasi masalah, langkah selanjutnya adalah membangun sebuah model. Secara sederhana, sebuah model adalah penampakan matematis dari suatu situasi.

Sekalipun kita mungkin tidak sadar, tetapi sebenarnya kita menggunakan model-model sepanjang kehidupan kita. Kita telah, barangkali, membangun model tentang perilaku manusia. Model yang kita bangun bisa dalam bentuk persahabatan didasarkan pada pertukaran kesamaan sikap akan hidup.

Seorang arsitek kadang membuat model dari bangunan yang akan dibangun. Seorang insinyur mesin membangun model dari suatu pesawat terbang dengan gambar yang menggambarkan bagaimana pesawat tersebut akan dibangun.

Perbedaan model dalam analisa kuantitatif adalah bahwa model dibangun dengan pernyataan matematis. Suatu model matematis adalah suatu set dari hubungan matematika. Setiap model matematis akan terdiri atas variabel dan parameter. Suatu variabel adalah kuantitas terukur yang dapat beragam atau tergantung pada perubahan. Variabel dapat dikontrol atau tak dapat dikontrol. Suatu variabel yang dapat dikontrol dinamakan variabel keputusan. Contoh dari variabel yang dapat diukur adalah berapa jenis inventory yang harus di-order.

Suatu parameter adalah kuantitas terukur yang inheren dalam suatu masalah. Biaya dari tambahan order terhadap permintaan adalah contoh dari suatu parameter. Dalam kebanyakan kasus, variabel adalah kuantitas yang tidak diketahui, sementara parameter adalah kuantitas yang diketahui. Setiap model haruslah dibangun dengan hati-hati. Model haruslah realistis, mudah dipahami dan dimodifikasi, dan data yang diperlukan dapat diperoleh.

Pengumpulan Data Masukan

Setelah model dibangun, kita harus mengumpulkan data yang dapat digunakan dalam model (data masukan). Memperoleh data yang akurat untuk digunakan di dalam model sangatlah penting, apalagi jika model tersebut menggambarkan suatu kenyataan, data yang salah akan membuat hasil yang salah pula. Situasi seperti ini dikenal dengan istilah garbage in garbage out (GIGO). Untuk suatu persoalan yang lebih besar, mengumpulkan data yang akurat merupakan salah satu langkah yang paling sulit dalam analisa kuantitatif.

Ada berbagai sumber yang dapat dipergunakan dalam pengumpulan data. Laporan perusahaan adalah salah satunya. Sumber lainnya adalah dengan melakukan wawancara dengan karyawan perusahaan atau dengan orang yang terkait dengan perusahaan.

Membangun Solusi

Membangun suatu solusi adalah dengan mendayakan model untuk sampai pada solusi masalah yang terbaik atau yang paling optimal. Dalam banyak kasus, hal ini membutuhkan suatu persamaan untuk suatu keputusan terbaik. Akurasi dari solusi akan sangat tergantung dari akurasi data masukan yang dipergunakan.

Menguji Solusi

Sebelum suatu solusi dapat dianalisa dan diimplementasikan, solusi tersebut perlu diuji secara menyeluruh. Hal ini dikarenakan solusi akan sangat tergantung dari data masukan dan model yang digunakan, baik data masukan maupun modelnya perlu diuji.

Pengujian terhadap data masukan dan model yang digunakan terdiri atas keakurasian dan kelengkapan dari data yang dipergunakan dalam model. Data yang tidak akurat akan menghasilkan solusi yang tidak akurat pula. Salah satu cara untuk menguji data masukan adalah dengan membandingkannya dengan data yang diperoleh dari sumber lain.

Model dapat dicek untuk memastikan bahwa model tersebut logis dan menggambarkan situasi nyata.

Analisa Hasil

Analisa dari hasil diawali dengan mempertimbangkan implikasi dari solusi yang diperoleh. Dalam banyak kasus, suatu solusi terhadap suatu masalah akan berakibat terhadap tindakan atau perubahan dari suatu proses operasional dalam suatu perusahaan. Tindakan atau perubahan ini perlu ditentukan dan dianalisa terlebih dahulu sebelum diimplementasikan.

Implementasi dari Hasil

Langkah terakhir adalah implementasi. Ini adalah suatu proses untuk menetapkan suatu solusi dalam suatu perusahaan. Hal ini dapat saja menjadi sangat sulit diluar yang dapat kita bayangkan. Sekalipun kita telah menghasilkan suatu solusi yang optimal dan dapat menghasilkan keuntungan Rupiah yang sangat besar, jika manajer-manajer menolak untuk berubah, maka segala upaya yang telah dilakukan hanya akan bernilai nol.

Pengalaman menunjukkan bahwa banyak analisa kuantitatif gagal diimplementasikan karena kegagalan dalam proses implementasinya.

Implementasi Analisa Kuantitatif dalam Pengelolaan Perkebunan Kelapa Sawit

Secara umum manajemen perkebunan kelapa sawit biasanya terdiri atas Kebun (Estate) yang dikepalai oleh seorang Estate Manager. Beberapa Estate Manager melapor kepada seorang Regional Controller (RC). Seorang Estate Manager membawahi beberapa Asisten Divisi. Seorang Asisten Divisi akan bertanggungjawab terhadap operasional Divisi, yang berkisar sekitar 700-1000 Hektar.

Secara sederhana, dalam lingkup satu Divisi dalam kebun, akan terdapat sekitar 30-an blok yang masing-masing mempunyai luasan 30-an Ha. Dalam satu kebun secara total akan memiliki sekitar 100-an blok dengan total hektar sekitar 3000-4000 Ha. Dengan skala luasan kebun yang demikian, maka tidaklah mudah bagi seorang Estate Manager untuk dapat memantau keseluruhan areal luasan kebunnya.

Karena itu seorang Estate Manager seharusnya hanya perlu memusatkan perhatian kepada sebagian saja dari seluruh areal kebunnya, tidak perlu seluruhnya. Dengan demikian konsentrasinya akan lebih fokus, dan action plan untuk memperbaiki blok-blok yang bermasalah tersebut dapat dilakukan dengan lebih fokus juga. Suatu alat manajemen agronomi yang dapat kita namakan sebagai “Analisa Hasil Panen Blok” dapat digunakan dalam perkebunan kelapa sawit. Alat ini memperbandingkan kinerja panen suatu blok dengan blok-blok lainnya, sehingga dapat diidentifikasi blok-blok mana saja yang kinerjanya relatif tidak sebaik bok-blok lainnya.

Secara teknis pembandingan kinerja blok ini didasarkan atas faktor-faktor yang mempengaruhi panen seperti kelas kesesuaian lahan, jenis bibit dan umur tanaman. Faktor lainnya yang juga dapat dipertimbangkan adalah potensi panen, yang dapat dijadikan sebagai Acuan pagi pencapaian hasil panen.

Tabel 1: Kelas Kesesuaian Lahan

tabel1-kelas-kesesuaian-lahan.jpg

Contoh dari potensi produksi untuk setiap umur dari kelas kesesuaian lahan S1, S2 da S3 adalah sebagaimana terdapat pada tabel 2.

Tabel 2: Hasil Panen per jenis bibit, kesesuaian lahan dan umur tanaman

tabel2-produktivitas.jpg

Ketika seorang Estate Manager ingin melihat kinerja blok-blok yang kinerjanya tidak bagus, maka dia bisa saja membuat suatu pedoman, bahwa dia hanya akan melihat 25% blok dengan kinerja paling tidak memuaskan dari seluruh blok yang ada. Maka dengan demikian dia hanya perlu memusatkan perhatiannya pada ke 25% dari seluruh blok yang ada di kebunnya.

Demikian pula bagi seorang Regional Controller (RC) yang membawahi 4-5 kebun dalam satu wilayahnya; jelas akan sulit untuk memantau kinerja seluruh blok yang ada dalam wilayah pantauan kerjanya. Untuk itu dia seharusnya mempunyai alat yang dapat membantu untuk berkonsentrasi ke beberapa wilayah tertentu dari seluruh areal yang ada di bawah pengawasannya.

Karena itu, tentunya bagi seorang Estate Manager ataupun Regional Controller, keberadaan suatu alat bantu yang dapat membantu mengidentifikasi blok-blok yang memerlukan perhatian lebih akan sangat membantu dalam manajemen kebun sehari-hari.

Perbandingan panen antar blok ini dapat dilakukan dengan membuat perbandingan langsung dari hasil panen setiap blok untuk jenis bibit dan tahun tanam yang sama. Misalnya, Blok A1, jenis bibit Marihat, tahun tanam 1998 (umur 5 tahun), panen pada tahun 2004 sejumlah 18 Ton/Hektar. Sedangkan Blok A2 jenis bibit Marihat, tahun tanam 1998 (umur 5 tahun), panen pada tahun 2004 sejumlah 22 Ton/Hektar. Maka dapat disimpulkna kinerja Blok A2 lebih baik dari Blok A1.

Dengan cara ini, maka kita dapat membandingkan keseluruhan kinerja Blok yang terdapat di dalam satu kebun dan membuat urutan peringkat dari Blok yang berkinerja paling tinggi hingga yang paling rendah. Jika diperlukan dan untuk memudahkan, dapat pula dilakukan kode pewarnaan dari masing-masing blok sesuai peringkat kinerjanya masing-masing (lihat gambar).

Dalam model pewarnaan blok ini diurutkan dari merah, kuning dan hijau. Merah menunjukkan kinerja paling rendah, sementara hijau menunjukkan kinerja paling tinggi. Dalam bahasa yang sederhana, blok-blok yang kinerjanya bagus dikenal sebagai “Green Block”, sedangkan blok-blok yang kinerjanya rendah dikenal sebagai “Red Block”.

Dalam pemahaman sistim, Red Block merupakan blok-blok yang perlu mendapatkan perhatian dari manajemen karena kinerjanya yang relatif tidak sebagus blok-blok yang lainnya. Namun dalam kenyataannya, seringkali munculnya Red Block ini dirasakan seperti sebuah hukuman selayaknya angka merah yang ada dalam rapot sekolah. Padahal, semestinya keberadaan Red Block dilihat sebagai alat yang membantu manajemen kebun untuk mengkonsentrasikan perhatiannya ke blok-blok tertentu saja.

Gambar 3: Contoh Pewarnaan Blok

block-color.jpg

Pembandingan Hasil Panen dengan Menggunakan Angka Potensi Produksi

Metode lain dalam pemeringkatan kinerja Blok adalah dengan membandingkan produksi blok tersebut dengan potensi produksinya. Angka potensi produksi merupakan suatu acuan yang dapat dipergunakan untuk memprediksi produksi tanaman kelapa sawit. Setiap jenis bibit kelapa sawit memiliki angka potensi produksinya masing-masing. Selain unik untuk masing-masing jenis bibit, angka potensi produksi ini juga sangat tergantung pada kelas kesesuaian lahan di mana bibit tersebut di tanam. Semakin baik kelas lahannya, tentu semakin tinggi angka potensinya.

Angka potensi produksi ini menjadi acuan standar dalam pengukuran kinerja produksi buah kelapa sawit. Sebagai misal, suatu blok dengan kelas lahan S1 yang ditanami bibit Marihat pada tahun 1998, maka pada tahun 2004 akan berumur 4 tahun, maka mempunyai angka potensi produksi setahun sebesar [10] Ton/Ha. Jika produksi blok tersebut hanya mencapai 8 Ton/Ha setahun, maka kinerja blok tersebut hanya mencapai 80% dari potensinya.

Sesungguhnya, penentuan potensi produksi kelapa sawit tidak dapat dilakukan secara mudah mengingat banyak faktor yang mempengaruhi seperti tipe tanah secara fisik maupun kimia, kondisi iklim (jumlah dan distribusi curah hujan), lama penyinaran, radiasi surya, agronomi praktis, manajemen, faktor sosial dan physikologi. Faktor-faktor tersebut saling berinteraksi satu sama lain yang dapat menurunkan dan menghilangkan produksi dari potensi yang dimiliki oleh tanaman.

Tiga konsep yang perlu dipahami apabila berbicara dengan produksi kelapa sawit yaitu :

1. Produksi secara genetik. Produksi secara genetik merupakan potensi produksi maksimal yang dimiliki oleh bahan tanaman pada suatu lingkungan tanpa atau sedikit mengalami hambatan baik faktor lingkungan, managemen maupun tehnis agronomi.
2. Site Yield Potential. Produksi yang dicapai oleh bahan tanaman tertentu sesuai dengan kondisi suatu tempat setelah mengalami hambatan oleh faktor-faktor pembatas yang tidak dapat dikendalikan oleh manusia seperti faktor iklim, distribusi penyinaran, kondisi tanah.
3. Produksi Aktual. Produksi yang dicapai oleh bahan tanaman tertentu pada suatu lokasi setelah mengalami hambatan oleh faktor-faktor pembatas yang tidak dapat dikendalikan oleh manusia maupun oleh faktor-faktor yang bersifat dapat menurunkan maupun menghilangkan produksi.

Dalam kaitannya dengan potensi produksi secara genetik para pemulia tanaman (plant breeder) dalam memilih induk (dura, pesifera) sebagai penghasil biji yang terpilih bukan hanya menggunakan kriteria produksi TBS (jumlah dan berat TBS) namun beberapa kriteria yang diperhitungkan sangat menguntungkan seperti potensi kandungan minyak, sifat pertumbuhan vegetatif, ketahanan terhadap penyakit dan penurunan sifat genetik (crown disease).

KESIMPULAN

Metoda kuantitaif yang dimanfaatkan sebagai alat pendukung keputusan merupakan model yang dibangun dengan menyederhanakan kondisi sesungguhnya yang ada di lapangan. Pemanfaatan metode kuantitatif dalam manajemen perkebunan kelapa sawit juga dibangun untuk memperudah aktivitas manajerial, terutama dalam pengamblan keputusan manajemen.

Dalam pengembangannya, tentu model yang dibangun tidak akan dapat mewakili seluruh variable terukur. Oleh karenanya harus dipahami bahwa tingkat kehandalan sistim harus dapat diterima pada suatu tingkat penerimaan tertentu dengan mempertimbangkan toleransi kesalahan yang mungkin terjadi.

Dalam penerapan aplikasi manajemen produktivitas blok panen kebun kelapa sawit, terlepas dari kesulitan untuk menetapkan angka potensi yang akurat, pemanfaatan angka potensi sebagai suatu “acuan” bagi pengukuran kinerja produksi tetap saja diperlukan. Hal ini dikaitkan dengan kebutuhan untuk mempunyai patokan standar bagi kinerja produksi tanaman kelapa sawit, dan untk memudahkan manajemen lapangan berdasarkan prinsip 80/20.

Daftar Pustaka

Barry Render dan Ralph M. Stair, Jr., 1997, Quantitative Analysis for Management, Sixth Ed., Prentice Hall International

Soepadiyo Mangoensoekardjo dan Haryono Semangun, 2005, Manajemen Agrobisnis Kelapa Sawit, Gadjah Mada University Press

Lubis, A.U. 1992. Kelapa Sawit (Elaeis Guineensis) di Indonesia. Pusat Penelitian Perkebuan Marihat – Bandar Kuala, Pematang Siantar